System of Systems分散系统 | 工四100术语(编号007)

工四术语（编号007）英文：System of Systems（SoS）中文：分散复杂系统，简称散系其它译法：系统集系统、综合系统、系统的系统、复杂系统

（本词条由《工四100术语》编写组收录，版权归《知识自动化》所有。欢迎业内提出建议。）

工业4.0在阐述全新而复杂的工业命题时，也自然地引入了一个复杂系统的概念。这需要我们用系统论的方法，来看待相互交织的各种工业要素。而System of Systems（SoS）正是一个理解超级复杂的系统的重要概念。

System of Systems散系首先是一种世界观和方法论，然后才是一种顶层设计和综合集成的工程实践。这是一个与众不同的视角：在特定情境下，一个由多个分散自主系统组成的更大、更复杂的系统，其组成要素相互作用、相互关联、相互依赖，形成了一个复杂的、一致的整体。

工业4.0正是这样一个复杂的系统。

工四术语解读

System of Systems在wiki的术语定义：是面向任务（或以任务为导向）的多个系统的集合，这些系统通过共享资源与能力，构成一个新的更复杂的系统，与多个系统的简单加和相比，具有更强大的功能和性能。

分散系统SoS的概念，可以追溯到20世纪中期的系统工程。系统工程是实现系统最优化的科学。涉足系统科学领域，就不得不提及“老三论”和“新三论”。

系统论、控制论和信息论是20世纪40年代先后创立的三门系统理论分支学科，合称“老三论”而耗散结构论、协同论、突变论是20世纪70年代以后陆续确立的三门系统理论分支学科，合称“新三论”。第二次世界大战后，系统科学和系统工程的理论实践，极大地推动了信息技术的发展。

而到了20世纪80年代，现实与科学问题的范畴扩展到复杂、不确定条件下，研究解决多个系统组成的大系统、复杂系统、复杂巨系统的最优化，一般称为复杂性（Complexity）科学或复杂性问题。而基于大量数字化资源的工业4.0的核心推动力，也应该来自复杂性问题的某个或某些解决方案。
霍金称“21世纪将是复杂性科学的世纪”，这也是领域内的普遍共识。复杂性科学将带来一场方法论和思维方式的变革，不同于相对论和量子力学的颠覆更多发生在物理学界，复杂性科学的颠覆将会是各学科的、跨学科的。尽管国内外学者已经认识到复杂性科学研究的重要意义，但是研究工作的艰难程度也超乎想象，甚至不能就复杂系统（Complex System）及其复杂性概念达成共识。目前美国桑塔菲研究所（Santa Fe Institute，SFI）是复杂性科学研究的圣地。而国内主要研究机构有：中国科学院数学与系统科学研究院复杂系统研究中心，中国科学院自动化研究所复杂系统管理与控制国家重点实验室等，北大、清华、中科大、北理工也各有相应的实验室。

SoS是面向任务的多系统集合。解决方案的思想是：采用系统思想，运用整体论方法，通过分析每一个小系统如何运行、交互和使用，进而从一个大系统中获取最大价值。通过软件中间件联通大系统的自主组成要素，避免组成要素在大系统内竞争子任务。
SoS分散系统具有五个典型的判别特征，即五个分散，这也是中文翻译为分散系统的原因之一。

1)运行分散：组成要素自主运行；2)管理分散：组成要素自主管理；3)时间分散：系统演进发展，初态和过程共同影响终态；4)结构分散：系统具有分层涌现行为；5)部署分散：组成要素地理分布。

仔细想一想，工业4.0是不是蕴含了大量类似的概念？不妨说，工业4.0的概念正在被我们简化，它蕴藏的复杂问题仍然远超过我们的估计。

而在此基础上建立的分散系统工程SoSE，最初应用于国家防务领域，如美军的SoSITE。这些早期工作为SoSE奠定了坚实的基础，包括知识基础、技术方法和实践经验等。现在，SoSE的概念和原则已经扩展到更多的政府、民间和商业领域。如：交通（空中交通管理、铁路网络、地面综合运输、货物运输、公路管理和空间系统）、能源（智能电网、智能住宅、综合生产/消费）、自然资源管理、商业等。
尽管SoS的形式是分散的，但是其系统目标是明确的、凝聚的。这种“形散而神不散”的系统行为，给研究和工程实践带来了诸多难题。

最大的一个难点之一，就是领域应用建模问题。

SoS通常表现出复杂的行为。“复杂性（Complexity）”本质上不同于“复杂难懂（complicated）”。NASA原副局长迈克尔葛瑞芬曾专门就复杂产品的问题做过解读，包含两种复杂。一种是complicated，一种是Complex。他认为，complicated是十分复杂，但是可以分解；二Complex是十分复杂，而且难以分解。因此对于传统的系统工程（SE）方法是无法奏效的。
换言之，可分性复杂（Complicated）和不可分复杂（Complex）。
在可分性复杂complicated的系统中，如汽车，许多部件之间的相互作用是由固定的关系所决定的。这允许合理可靠的技术、时间和成本问题的预测。而在“不可分复杂complex”中，如航空运输系统，部件之间的相互作用表现出“自组织”特性，局部的相互作用会产生新的、非局部的、突发模式。当行为发生变化时，复杂难懂的系统往往会变得复杂，但也有很少部分的系统有时会表现出惊人的“复杂性”。

另外一个难点是，涌现的数学方法问题。

简单而言之，涌现Emergency是子系统形成母系统的时候，会出现在每一个孤立部分都未曾出现的内容。其研究的系统特征，仅仅通过研究“部分”根本无法了解，而且除非观察已经发生的，根本无法准确预测即将发生的。
要理解一个复杂的系统最好的方法就是把系统分解，一直到每个部分都很简单能理解为止，然后重新组装这些部分以理解整体。然而，这种方法并不能帮助人们理解一个复杂系统，因为涌现的属性会超出子系统的特征。一个根本不同的方法就是需要在大背景下通过迭代探索与适应去理解整体。因此，系统工程需要去考虑线性的、通过复杂（“系统性活动”）的程序排序方法，和整体的、非线性的、迭代的治理复杂性的方法（在处理SoS时总是需要“系统性”或系统思维和分析）两种方法之间的平衡。
换言之，那种灵光一现的化繁为简的局面不再出现。模型不会简化成公式，像万有引力定律那样，只需关注公式而大可以扔掉模型的时代，已经一去不复还了。

SoS是一个复杂的命题，而需要理解系统的复杂性，就需要理解子系统的单独特征和相互交互产生的涌现特征。而工业4.0的实践和目标，同样为现代工业引入了这样一个复杂性的命题。

相关阅读：

作者简介作者：张雪松，中国电子科学研究院，研究员。英诺维盛赵敏总经理和北京索为系统技术公司的何强对本文亦有贡献。感兴趣交流，联系 cedararcher

喜欢这篇文章？请关注，或分享

为方便查看可用置顶功能，在“订阅号”中

1、找出 知识自动化 公号

2，选择：置顶